自聊天机器人(rén)ChatGPT火爆以来(lái)，微软公司(sī)创(chuàng)始人(rén)比(bǐ)尔·盖茨已(yǐ)多次公开谈论人工智能话题。在最近的一次采访中(zhōng)，他再(zài)次(cì)表示：“AI可能会(huì)让科技(jì)行业迎来一(yī)次剧烈的洗牌”。

这个(gè)结论是他在当地时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率，因为(wèi)微软在AI方面(miàn)的行(xíng)动相当迅速(sù)。而最终科技巨(jù)头将把AI整合(hé)成(chéng)用(yòng)户的“全能助手(shǒu)”，包揽一切应用，与人(rén)们进行沟(gōu)通并提(tí)供(gōng)建议(yì)，可(kě)以取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬(lǎo)口中全(quán)能助手的(de)到来可能尚需时日(rì)，但由ControlNet引发(fā)的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上(shàng)一次爆火(huǒ)的时候，还(hái)是(shì)2022年(nián)8月(yuè)，在美国科罗(luó)拉多州举办的新兴(xīng)数字艺术家竞赛中，一(yī)幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大(dà)网(wǎng)友熟知并体验(yàn)，Stable Diffusion便(biàn)是(shì)其中(zhōng)代表(biǎo)。

用户们(men)可以在应用(yòng)中输入一组(zǔ)关(guān)键词或者一张照片，就能(néng)获得一幅(fú)AI创作的画作。

作画的关(guān)键(jiàn)就是(shì)所输入(rù)的文本。同一组(zǔ)关键(jiàn)词(cí)也可(kě)以创作出很(hěn)多张风格不一(yī)样的画作behaviour可数吗，behaviour是可数名词吗，这让创(chuàng)作的过程(chéng)就(jiù)像(xiàng)开盲(máng)盒。

很多用户(hù)很喜欢这种不确定的惊喜(xǐ)，他(tā)们会将生成的美图当(dāng)做头像。而另一部分喜欢翻看(kàn)AI绘画的“翻车(chē)”作品(pǐn)。在社交媒(méi)体上(shàng)，许多用户分享(xiǎng)AI“翻车现场”，例如(rú)，一位网友的小狗照片被AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词(cí)游(yóu)戏可能(néng)要被颠覆了(le)。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中国人张吕敏创作的一种基于控制点的图(tú)像变(biàn)形(xíng)算(suàn)法(fǎ)，主要用于(yú)数字图像处理、计算机视(shì)觉和计(jì)算机图(tú)形(xíng)学等领域。

其SD插件一经发布(bù)，在短(duǎn)短的两(liǎng)天内便成为了(le)AI绘画领域(yù)最新的热(rè)点(diǎn)。

在此(cǐ)之(zhī)前，大家用了(le)很(hěn)多方法想让AI生成(chéng)的结果(guǒ)尽(jǐn)可(kě)能的符合要(yào)求，但是都(dōu)不尽如人意，它的出现代表着AI生成开(kāi)始进入(rù)真正的可控时(shí)期。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图，人物的姿(zī)势和画面的深度信息等(děng)。有了它的帮助，就不用频繁的用提示(shì)词来碰(pèng)运(yùn)气，抽盲盒式(shì)的创(chuàng)作了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少(shǎo)博主的作品已经获得了大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的(de)照片直接带她们(men)走进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应的(de)关键词；最后(hòu)用(yòng)ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键词(cí)试效(xiào)果(guǒ)。

通(tōng)过图片(piàn)就可以(yǐ)看出来，效(xiào)果十分惊艳。

更厉害的(de)是，除(chú)了真(zhēn)实的照片，草图(tú)也可以加(jiā)上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其本(běn)尊也亲自回应。

不(bù)得(dé)不(bù)说当(dāng)下AIGC已经(jīng)变(biàn)得越来越(yuè)强大(dà)，甚至输出的作品都已经(jīng)能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍(biàn)网络，而经过警方辟谣这所谓(wèi)的“party”可能是(shì)全国(guó)第一(yī)起AI绘图诈骗。

由于(yú)这个活动(dòng)里面(miàn)给(gěi)出的美女照片都是AI制作的真(zhēn)人照片绘图，因为太逼真(zhēn)，被大家当成真(zhēn)事传播了(le)。

不过(guò)仔细(xì)观察(chá)可以发现(xiàn)，活(huó)动发起者提供的照片中有个很大(dà)的(de)漏洞可(kě)以发现并非(fēi)真人，而是AI绘图(tú)，那便是图片(piàn)中女性(xìng)的手指部分有的(de)存在(zài)异常。

有行业人事(shì)表示(shì)：“现在因为手(shǒu)指部分(fēn)的绘(huì)画(huà)算法(fǎ)比较复杂，AI还不太会画人的手，但最新看(kàn)到的图(tú)片已经(jīng)有越来越(yuè)完美(měi)的AI模型出现，以后可能(néng)就完全没(méi)有漏洞了。”

类似的AI作图诈骗在(zài)国外(wài)也已(yǐ)有发生。据英(yīng)国广播公(gōng)司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布到(dào)网(wǎng)络，以此(cǐ)诱骗善(shàn)良的人(rén)打(dǎ)赏(shǎng)“捐助”从而实(shí)施诈骗。

目前(qián)随着(zhe)技术发展，AIGC已(yǐ)经能做出真人照(zhào)片般(bān)的绘图效果，如果这样的图片被用来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引(yǐn)发(fā)了很多担忧，一方面(miàn)，批判者(zhě)认为AI在“学习(xí)”了大量前(qián)人的作品之后，其创作没有任何情(qíng)绪和灵魂，难(nán)以和人类(lèi)的艺术创(chuàng)作相(xiāng)提(tí)并论。

另一(yī)方面，AIGC背后(hòu)的(de)版权、目前都并没有得(dé)到有效(xiào)的解(jiě)决(jué)，还有AIGC会不会代替人类“至高(gāo)无上”的(de)创(chuàng)意(yì)。

马斯克(kè)也强调，人工智能的安全(quán)问题需要得到重视，太(tài)晚就来不及(jí)了。

03

AIGC下一(yī)站除了视频，还有远方(fāng)

技术都(dōu)是有两(liǎng)面性的，潜在的(de)危害并(bìng)不能掩盖其(qí)光辉的贡(gòng)献。现在看来，人工智能技术(shù)将是第四(sì)次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹(jì)。

过(guò)去(qù)一(yī)年，人工智能在技术和(hé)商(shāng)业层面都有了巨(jù)大进(jìn)展(zhǎn)，AI绘(huì)画就(jiù)是人工智能(néng)技术发生方(fāng)向性(xìng)改变(biàn)的一个代表。其下一站或(huò)许就是视频。

此(cǐ)前，Meta和谷歌先(xiān)后发布了几条引(yǐn)爆科(kē)技圈的短视(shì)频(pín)。这些视频(pín)引发关注(zhù)并(bìng)非内容(róng)做得多优秀，反而都非常(cháng)简单，比如一匹正在喝水的马，一只画画的玩具熊(xióng)，或者(zhě)一段(duàn)骑摩(mó)托车的第一视角录(lù)像，随(suí)便一个有手(shǒu)机(jī)的人都可(kě)以随手录下一段。

但这些(xiē)短(duǎn)视频(pín)的(de)创作方式非常简(jiǎn)单，创(chuàng)作(zuò)者仅(jǐn)仅需要向AI输入一段话，甚至只是(shì)说一下要(yào)求，AI就可(kě)以根(gēn)据需要生(shēng)成一(yī)段视频。

谷歌(gē)发布的两(liǎng)个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一(yī)个能(néng)够(gòu)做出更高清视频的AI还(hái)不足(zú)以(yǐ)在短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地(dì)方在(zài)于，它可以制(zhì)作出超过2分(fēn)钟的连贯(guàn)的也有确切(qiè)内容的视频(pín)，这才是真正让人们(men)感到惊喜的地方(fāng)。因为无论AI生成的视频多么(me)高清(qīng)，也只(zhǐ)能(néng)是为内容生产者提供一个(gè)灵感，一个素材，一个过场动画。

不过能(néng)够(gòu)制作出有(yǒu)具体剧情内(nèi)容的视(shì)频就意味着，一些视(shì)频创(chuàng)作由AI代替人(rén)工(gōng)完成(chéng)已经初步(bù)有了可能。

当下AI的发(fā)展速(sù)度(dù)已经超(chāo)过(guò)大部分人的想(xiǎng)象。内容(róng)产业的本质是供给创造需(xū)求，AIGC作为全新的(de)内容(róng)生产(chǎn)方式(shì)，可以为(wèi)内容(róng)产业带来更新(xīn)的内(nèi)容风格、更快(kuài)的生(shēng)产速度，更低的生产成本，这(zhè)无(wú)疑会驱动(dòng)内容产业的大爆发。

除了AI绘(huì)图(tú)、视频(pín)，AIGC技术还能(néng)应(yīng)用(yòng)于音乐、代码、机器人动作(zuò)等多种内容形式的生成。不难发现该(gāi)项技术不(bù)仅在游戏等行业(yè)能得到有效应用(yòng)，对于下一(yī)代互联网各种元素的构建(jiàn)亦有关键意义。

从商(shāng)业化的角(jiǎo)度(dù)来看(kàn)，文(wén)化娱乐、教育、传(chuán)媒等(děng)诸多领域，本(běn)身就对基于AI的可(kě)视化内容有强烈需求。

因(yīn)此，AI绘画及视(shì)频或不(bù)是结果(guǒ)，而只是AI进程中的一块重要拼图，有望在技术更新的加(jiā)持下实(shí)现更大的应用(yòng)价值。

AI从理解内容，走向了可以生成内容，甚(shèn)至能够创造出独立价值和独立视角的内容。AIGC的再次(cì)出圈(quān)，更代(dài)表着未来(lái)的(de)先进生产力即(jí)将(jiāng)到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技术的(de)发展也可以看出，在语言大模型(xíng)、图像大模型之(zhī)后，多模态大模型已经(jīng)成为了新(xīn)的趋(qū)势。

大(dà)模型被誉为当前人(rén)工智(zhì)能发展的(de)智(zhì)能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里、腾讯等众多头部企业都在(zài)竞相发(fā)力。

不(bù)过训(xùn)练大模型的(de)确(què)价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一(yī)次的成本约(yuē)为140万美元。而(ér)对(duì)于一些(xiē)更大的LLM(大型(xíng)语言模型)，训练成本则介于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计算(suàn)，其对应(yīng)芯片(piàn)需求为3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每(měi)日仅(jǐn)电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力支(zhī)持。在关注各类(lèi)大模型的发(fā)展同时，更应该关注算(suàn)力网络的建设。

算力网络正驱动(dòng)AI产(chǎn)业发展(zhǎn)进入史诗级加速进(jìn)程(chéng)，让AIGC及通用AI这一人(rén)工(gōng)智能发展(zhǎn)的终极目标(biāo)离得更(gèng)近。

因为算力可以对突破(pò)性技术(shù)创新提供大力的支持。这(zhè)方面，多模态大模型是(shì)典(diǎn)型。作为面向未来强(qiáng)人(rén)工智能(néng)、通用(yòng)人工智能的(de)重要(yào)技(jì)术创新，多模态大模型(xíng)已经(jīng)在人(rén)工(gōng)智能领域提出了很多年，业界也有不少技术突破，但是，多模态大(dà)模型进一步往下走(zǒu)，算力需求呈几何式上升，一般的算力基础设(shè)施(shī)很快将难以胜任。

从图像(xiàng)、文字、语音单独一项的训练(liàn)，到双模(mó)态、三模态的跃迁，让人(rén)工智能可(kě)以灵活应对不同(tóng)模(mó)态的转化、像人与世界(jiè)交互一样自(zì)然，这(zhè)方面，由算(suàn)力网络来(lái)驱动将有明显优势。

此外，还有(yǒu)很多需要(yào)爆发式(shì)增长的算力来支撑(chēng)的技术创新，将在(zài)人(rén)工(gōng)智(zhì)能算(suàn)力(lì)网(wǎng)络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待(dài)在(zài)大(dà)模型和大算(suàn)力(lì)的(de)支持下AIGC能持续颠覆内容(róng)生产的方式，将创(chuàng)造的(de)边际成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 behaviour可数吗，behaviour是可数名词吗